12月28日

，阿裏巴巴達摩院（以下簡稱達摩院）發布了2022十大科技趨勢

，從“範式重置”到“場景變革”再到“未來互聯”。 回顧2021年的科技趨勢預測
，包含了量子計算、芯片開源、腦機接口、雲原生
、AI預訓練大模型等，虛實難分的“元宇宙”更是在年尾掀起一波熱潮。

通過比對可以發現，所有尖端技術行至當前，都是有跡可循的。在達摩院的預判中，2022年科技發展將趨於硬核、多元。

damoyuanbiaoshi，zhefenbaogaodeyiyibuzhizaiyuyucejieguozhengqueyufou，erzaiyutanulitigongdeyigeduteshijiaohetongyangnuligoujiandeyizhongkexuefangfa。zhegeshijiaodaibiaozheyiqunmianxiangshijiwentideyanjiuzheduiweilaidesikao

，tamenqueshiganshoudaolejishuyanjindeguanxing
；這zhe個ge科ke學xue的de方fang法fa則ze嚐chang試shi著zhe讓rang這zhe群qun人ren與yu社she會hui各ge界jie者zhe展zhan開kai互hu動dong，各ge方fang對dui未wei來lai的de感gan知zhi依yi靠kao這zhe個ge方fang法fa交jiao融rong

，讓rang整zheng個ge社she會hui都dou感gan受shou到dao技ji術shu演yan進jin的de脈mai搏bo。

這是達摩院成立四年來第四次發布年度科技趨勢
，通過“定量發散”與“定性收斂”結合的研究方法，過去四年間的770多萬篇論文和8.5萬份專利都進入量化模型

，定量分析的權重顯著上升
，覆蓋159個與信息科學交叉的領域，挖掘其中熱點及重點技術突破。與此同時
，參與其中的科學家、創新者和政策研究者也越來越多，深度訪談近100位科學家


，他們對已有狀況的分析、對可能未來的前瞻和基於事實的嚴謹討論，都讓研究人員的思路得以開闊但視線得以聚焦。

以下是達摩院2022十大科技趨勢：

趨勢一：AI for Science

人工智能成為科學家的新生產工具，催生科研新範式。

實驗科學和理論科學是數百年來科學界的兩大基礎範式，而人工智能正在催生新的科研範式。機器學習能夠處理多維、duomotaidehailiangshuju，jiejuefuzachangjingxiadekexuenanti，dailingkexuetansuodidaguoquwufachujidexinlingyu。rengongzhinengbujinjiangjiasukeyanliucheng
，haijiangbangzhufaxianxindekexueguilv。yujiweilaisannian
，rengongzhinengjiangzaiyingyongkexuezhongdedaopubianyingyong，zaibufenjichukexuezhongkaishichengweikexuejiadeshengchangongju。

科學研究是在星辰大海裏探索未知
，科學發現漫長而偶然，重大突破仰賴大科學家的貢獻
，如牛頓
、愛因斯坦、楊振寧等，盡管眾多科學家不懈投入
，科學發展的速度仍受到一定限製。

計(ji)算(suan)機(ji)科(ke)學(xue)改(gai)變(bian)科(ke)研(yan)的(de)路(lu)徑(jing)是(shi)從(cong)下(xia)遊(you)逐(zhu)漸(jian)走(zou)向(xiang)上(shang)遊(you)。起(qi)初(chu)計(ji)算(suan)機(ji)主(zhu)要(yao)用(yong)來(lai)做(zuo)實(shi)驗(yan)數(shu)據(ju)的(de)分(fen)析(xi)與(yu)歸(gui)納(na)。後(hou)來(lai)科(ke)學(xue)計(ji)算(suan)改(gai)變(bian)了(le)科(ke)學(xue)實(shi)驗(yan)的(de)方(fang)式(shi)，人(ren)工(gong)智(zhi)能(neng)結(jie)合(he)高(gao)性(xing)能(neng)計(ji)算(suan)，在(zai)實(shi)驗(yan)成(cheng)本(ben)與(yu)難(nan)度(du)較(jiao)高(gao)的(de)領(ling)域(yu)開(kai)始(shi)用(yong)計(ji)算(suan)機(ji)進(jin)行(xing)實(shi)驗(yan)的(de)模(mo)擬(ni)，驗(yan)證(zheng)科(ke)學(xue)家(jia)的(de)假(jia)設(she)，加(jia)速(su)科(ke)研(yan)成(cheng)果(guo)的(de)產(chan)出(chu)，如(ru)核(he)能(neng)實(shi)驗(yan)的(de)數(shu)字(zi)反(fan)應(ying)堆(dui)
，能(neng)夠(gou)降(jiang)低(di)實(shi)驗(yan)成(cheng)本(ben)、提高安全性
、減少核廢料產生。近年，人工智能被證明能做科學規律發現，不僅在應用科學領域，也能在基礎科學領域發揮作用，如DeepMind使用人工智能來幫助證明或提出新的數學定理，輔助數學家形成對複雜數學的直覺。

人工智能將成為科學家繼計算機之後的新生產工具
，一是帶來效率的顯著提升

，人工智能將伴隨科研的全流程，從假設
、實驗到歸納總結，讓科學家不需要像過去一樣十年寒窗才能產出科學成果，而是能在一生中保持高產；ershirangkexuebuzaiyilaishaoshutiancai
，rengongzhinengduikexueyanjiuchanshengcaixiang，rangkexuejiajiuqizhongyouyiyiyoujiazhidebufenjinxingshiyanyuzhengming
，ranggengduorennenggoucanyudaokexueyanjiuzhong。

人工智能在各科研領域中的應用節奏將有所區別，在數字化程度高
、數據積累好
、問題已經被清晰定義的領域中將推進地更快，如生命科學領域，AlphaFold2運用生命科學積累的大量數據，通過基因序列預測蛋白質結構，對泛生命科學領域產生了深遠的影響。另一方麵，在複雜性高
、變量因子多的領域，人腦難以歸納總結
，機器學習可發揮優勢在海量多維的數據中找到科學規律，如流體力學等。

rengongzhinengyukeyanshendujieherengranxuyaojiejuesangetiaozhan
，yishirenjijiaohuwenti，rengongzhinengyukexuejiazaikeyanliuchengshangdexiezuojizhiyufengongxuyaogengjiamingque，xingchengjinmidehudongguanxi；二(er)是(shi)人(ren)工(gong)智(zhi)能(neng)的(de)可(ke)解(jie)釋(shi)性(xing)，科(ke)學(xue)家(jia)需(xu)要(yao)明(ming)確(que)的(de)因(yin)果(guo)關(guan)係(xi)來(lai)形(xing)成(cheng)科(ke)學(xue)理(li)論(lun)，人(ren)工(gong)智(zhi)能(neng)需(xu)要(yao)更(geng)容(rong)易(yi)被(bei)理(li)解(jie)，以(yi)建(jian)立(li)科(ke)學(xue)與(yu)人(ren)工(gong)智(zhi)能(neng)之(zhi)間(jian)的(de)信(xin)任(ren)關(guan)係(xi)；三是交叉學科人才，專業領域科學家與人工智能專家的相互理解程度低，彼此互相促進的障礙仍然較高。

我們預測在未來的三年內
，人工智能技術在應用科學中將得到普遍應用，在部分基礎科學中開始成為研究工具。

趨勢二：大小模型協同進化

大模型參數競賽進入冷靜期，大小模型在雲邊端協同進化。

chaodaguimoyuxunlianmoxingshicongruorengongzhinengxiangtongyongrengongzhinengdetupoxingtansuo
，jiejuelechuantongshenduxuexideyingyongsuipianhuananti
，danxingnengyunenghaotishengbuchengbilidexiaolvwentixianzhilecanshuguimojixukuozhang。rengongzhinengyanjiujiangcongdamoxingcanshujingsaizouxiangdaxiaomoxingdexietongjinhua，damoxingxiangbian、端(duan)的(de)小(xiao)模(mo)型(xing)輸(shu)出(chu)模(mo)型(xing)能(neng)力(li)
，小(xiao)模(mo)型(xing)負(fu)責(ze)實(shi)際(ji)的(de)推(tui)理(li)與(yu)執(zhi)行(xing)
，小(xiao)模(mo)型(xing)再(zai)向(xiang)大(da)模(mo)型(xing)反(fan)饋(kui)算(suan)法(fa)與(yu)執(zhi)行(xing)成(cheng)效(xiao)，讓(rang)大(da)模(mo)型(xing)的(de)能(neng)力(li)持(chi)續(xu)強(qiang)化(hua)，形(xing)成(cheng)有(you)機(ji)循(xun)環(huan)的(de)智(zhi)能(neng)體(ti)係(xi)。

穀歌的BERT、Open AI的GPT-3
、智源的悟道

、達摩院的M6、AliceMind等大規模預訓練模型取得了巨大成果
，大模型的性能有了飛躍性的提升
，為下遊的AI模型提供很好的基礎。然而大模型訓練對資源消耗過大，GPT-3訓練一次需要19萬度電，相當於開車從地球到月球往返一圈，參數數量增加所帶來的性能提升與消耗提升不成比例，讓大模型的效率受到挑戰。

大da模mo型xing的de規gui模mo發fa展zhan將jiang進jin入ru冷leng靜jing期qi，大da模mo型xing與yu相xiang關guan聯lian的de小xiao模mo型xing協xie同tong將jiang是shi未wei來lai的de發fa展zhan方fang向xiang。大da模mo型xing沉chen澱dian的de知zhi識shi與yu認ren知zhi推tui理li能neng力li向xiang小xiao模mo型xing輸shu出chu
，小xiao模mo型xing基ji於yu大da模mo型xing的de基ji礎chu疊die加jia在zai垂chui直zhi場chang景jing的de感gan知zhi、認知

、決策
、執(zhi)行(xing)能(neng)力(li)
，再(zai)將(jiang)執(zhi)行(xing)的(de)結(jie)果(guo)反(fan)饋(kui)給(gei)大(da)模(mo)型(xing)，讓(rang)大(da)模(mo)型(xing)的(de)知(zhi)識(shi)與(yu)能(neng)力(li)持(chi)續(xu)進(jin)化(hua)，形(xing)成(cheng)一(yi)套(tao)有(you)機(ji)循(xun)環(huan)的(de)智(zhi)能(neng)係(xi)統(tong)，參(can)與(yu)者(zhe)越(yue)多(duo)，受(shou)惠(hui)者(zhe)也(ye)越(yue)多(duo)

，同(tong)時(shi)模(mo)型(xing)進(jin)化(hua)的(de)速(su)度(du)也(ye)越(yue)快(kuai)。

新的智能體係帶來三個優勢：一是讓小模型更容易獲取通用的知識與能力
，在特定場景做極致優化，提升了性能與效率；二是解決了過去大模型數據集過於單一的問題，小模型在真實場景回收的增量數據，讓大模型有再進化的元素；三是全社會不需要重複訓練相似的大模型
，模型可以被共享，讓算力與能源的使用效率最大化。

AI是數字經濟時代的關鍵生產工具
，給產業或學術的生產方式帶來顛覆式的改變
，AI基礎模型讓AI的生產方式極大的簡化，可以更靈活的按需開發垂直領域的增量算法模型，提高模型生產的效率。

另ling一yi方fang麵mian，複fu雜za係xi統tong彼bi此ci間jian可ke以yi更geng有you機ji的de融rong合he，如ru城cheng市shi治zhi理li的de場chang景jing，雲yun是shi治zhi理li中zhong樞shu大da腦nao，邊bian端duan是shi各ge路lu攝she像xiang頭tou及ji邊bian緣yuan設she備bei，其qi中zhong一yi路lu攝she像xiang頭tou將jiang看kan到dao的de數shu據ju進jin行xing學xue習xi

，將jiang學xue習xi的de結jie果guo反fan饋kui給gei治zhi理li中zhong樞shu
，治zhi理li中zhong樞shu再zai將jiang學xue習xi的de成cheng果guo賦fu能neng給gei其qi他ta類lei似si場chang景jing的de攝she像xiang頭tou
，形xing成cheng不bu斷duan進jin化hua的de係xi統tong。

xindezhinengtixixuyaokefusangetiaozhan
，yishidamoxingyuzhishihechangshideronghe，jiangyiguizecunzaidezhishiliyongqilai
，tishengmoxingtongyongnenglidetongshiyejiangdixunliansuoxudeshujuliang，rangdamoxingcongshujuqudongzouxiangzhishiyushujuronghequdong
；二是大小模型的協同機製，包含大模型的知識與能力向小模型降維遷移的有效性挑戰
、小模型的小樣本學習向大模型的升維融合、不同維度數據的清洗與治理等；三是大模型的可解釋性與因果推理，隨著小模型對大模型的依賴上升
，對大模型的信任決定是否能被廣泛的使用。

我們預測在未來的3年內
，在個別領域將以多中心的大規模預訓練模型為AI基礎模型
，對協同進化的智能係統進行試點探索。在未來的5年內
，運用AI基礎模型成為AI模型生產的標準方式，極大幅度改變生產流程及生產所需的技能。

趨勢三：矽光芯片

光電融合兼具光子和電子優勢，突破摩爾定律限製。

電dian子zi芯xin片pian的de發fa展zhan逼bi近jin摩mo爾er定ding律lv極ji限xian，難nan以yi滿man足zu高gao性xing能neng計ji算suan不bu斷duan增zeng長chang的de數shu據ju吞tun吐tu需xu求qiu。矽gui光guang芯xin片pian用yong光guang子zi代dai替ti電dian子zi進jin行xing信xin息xi傳chuan輸shu
，可ke承cheng載zai更geng多duo信xin息xi和he傳chuan輸shu更geng遠yuan距ju離li
，具ju備bei高gao計ji算suan密mi度du與yu低di能neng耗hao的de優you勢shi。隨sui著zhe雲yun計ji算suan與yu人ren工gong智zhi能neng的de大da爆bao發fa
，矽gui光guang芯xin片pian迎ying來lai技ji術shu快kuai速su迭die代dai與yu產chan業ye鏈lian高gao速su發fa展zhan。預yu計ji未wei來lai三san年nian

，矽gui光guang芯xin片pian將jiang承cheng載zai絕jue大da部bu分fen大da型xing數shu據ju中zhong心xin內nei的de高gao速su信xin息xi傳chuan輸shu。

電子芯片集成技術進步趨於飽和，高性能計算對數據吞吐要求不斷增長
，亟需技術突破。

光guang子zi芯xin片pian不bu同tong於yu電dian子zi芯xin片pian，技ji術shu上shang另ling辟pi蹊qi徑jing
，用yong光guang子zi代dai替ti電dian子zi進jin行xing信xin息xi傳chuan輸shu，可ke以yi承cheng載zai更geng多duo的de信xin息xi和he傳chuan輸shu更geng遠yuan的de距ju離li。光guang子zi彼bi此ci間jian的de幹gan擾rao少shao


、提ti供gong相xiang較jiao於yu電dian子zi芯xin片pian高gao兩liang個ge數shu量liang級ji的de計ji算suan密mi度du與yu低di兩liang個ge數shu量liang級ji的de能neng耗hao
，相xiang較jiao於yu量liang子zi芯xin片pian
，光guang子zi芯xin片pian不bu需xu要yao改gai變bian二er進jin製zhi的de架jia構gou，能neng夠gou延yan續xu當dang前qian的de計ji算suan機ji體ti係xi。光guang子zi芯xin片pian需xu要yao與yu成cheng熟shu的de電dian子zi芯xin片pian技ji術shu融rong合he
，運yun用yong電dian子zi芯xin片pian先xian進jin的de製zhi造zao工gong藝yi及ji模mo塊kuai化hua技ji術shu
，結jie合he光guang子zi和he電dian子zi優you勢shi的de矽gui光guang技ji術shu將jiang是shi未wei來lai的de主zhu流liu形xing態tai。

矽光芯片的技術突破和快速迭代，以及高速增長的商業化需求，歸因於雲計算與人工智能的大爆發。大型分布式計算
、大數據分析
、yunyuanshengyingyongrangshujuzhongxinneideshujutongxinmidudafutisheng
，shujuyidongchengweixingnengpingjing。chuantongguangmokuaichengbenguogao
，nanyidaguimoyingyong，guiguangxinpiannenggouzaidichengbendeqiantixiayouxiaotigaoshujuzhongxinneijiqunzhijian

、服務器之間
、乃至於芯片之間的通信效率。

另一方麵，據OpenAI統計，自2012年
，每3.4個ge月yue人ren工gong智zhi能neng的de算suan力li需xu求qiu就jiu翻fan倍bei
，摩mo爾er定ding律lv帶dai來lai的de算suan力li增zeng長chang已yi無wu法fa完wan全quan滿man足zu需xu求qiu

，矽gui光guang芯xin片pian更geng高gao計ji算suan密mi度du與yu更geng低di能neng耗hao的de特te性xing是shi極ji致zhi算suan力li的de場chang景jing下xia的de解jie決jue方fang案an。

矽光芯片概念誕生約40年(nian)前(qian)。本(ben)世(shi)紀(ji)初(chu)，核(he)心(xin)技(ji)術(shu)的(de)突(tu)破(po)奠(dian)定(ding)大(da)規(gui)模(mo)商(shang)用(yong)的(de)基(ji)礎(chu)。可(ke)廣(guang)泛(fan)應(ying)用(yong)於(yu)數(shu)據(ju)中(zhong)心(xin)內(nei)外(wai)的(de)光(guang)通(tong)信(xin)，逐(zhu)步(bu)向(xiang)光(guang)計(ji)算(suan)拓(tuo)展(zhan)。矽(gui)光(guang)目(mu)前(qian)核(he)心(xin)挑(tiao)戰(zhan)來(lai)自(zi)產(chan)業(ye)鏈(lian)和(he)工(gong)藝(yi)水(shui)平(ping)。矽(gui)光(guang)芯(xin)片(pian)的(de)設(she)計(ji)、量產、封裝等未形成標準化和規模化，進而導致其在產能
、成本、良率上的優勢還未顯現。光計算領域的挑戰是精度低於電子芯片，進而限製其應用場景，集成度也需要提高來提升算力。

值得關注的是，光通信與光計算是相輔相成的，光通信中的光電轉換技術會在光計算中得到應用，光計算中要求的低損耗
、高密度光子集成也會進一步促進光通信的發展，將來數據計算和傳輸有可能都在光域完成。

光電融合是未來芯片的發展趨勢，矽光子和矽電子芯片取長補短，充分發揮二者優勢
，促使算力的持續提升。未來3年
，矽光芯片將支撐大型數據中心的高速信息傳輸
；未來5-10年，以矽光芯片為基礎的光計算將逐步取代電子芯片的部分計算場景。

趨勢四：綠色能源 AI

人工智能助力大規模綠色能源消納，實現多能互補的電力體係。

風電、光伏等綠色能源近年來快速發展，也帶來了並網難
、消納率低等問題，甚至出現了“棄風”
、“棄光”等現象。核心原因在於綠色能源存在波動性、隨機性
、反fan調tiao峰feng等deng特te征zheng，大da規gui模mo並bing網wang可ke能neng影ying響xiang電dian網wang的de安an全quan穩wen定ding運yun行xing。人ren工gong智zhi能neng技ji術shu的de應ying用yong，將jiang有you效xiao提ti升sheng電dian網wang等deng能neng源yuan係xi統tong消xiao納na多duo樣yang化hua電dian源yuan和he協xie調tiao多duo能neng源yuan的de能neng力li，成cheng為wei提ti升sheng能neng源yuan利li用yong率lv和he穩wen定ding性xing的de技ji術shu支zhi撐cheng

，推tui動dong碳tan中zhong和he進jin程cheng。預yu計ji未wei來lai三san年nian，人ren工gong智zhi能neng技ji術shu將jiang幫bang助zhu電dian力li係xi統tong實shi現xian大da規gui模mo綠lv色se能neng源yuan消xiao納na，實shi現xian電dian力li係xi統tong的de安an全quan、高效、穩定運行。

綠色能源大規模並網後，風電與光伏發電的波動性、隨機性、反調峰等特性將對電網的穩定性和可控性造成衝擊，需要提高綠色能源並網、輸送、消納和安全運行的能力。根據中國國家能源局測算
，中國統一可再生能源電力消納責任權重需要從2021年的28.7%提升至2030年的40%
，風電、太陽能發電總裝機容量屆時將達到12億千瓦以上。

人工智能技術在發電功率的精準預測
、電力優化調度
、電站性能評估、故障監測和風險管理等方麵將發揮不可替代的作用，帶來三大突破：

一是精準的功率預測，大數據和神經網絡的算法應用
，將提升氣象預報的準確性，減少新能源發電功率預測的誤差。特別是在遠距離、kuaquyudelvnengxiaonashang，rengongzhinengjishutongguoduidianlitianqiyubaodeyucehefenxi，tiaojiefadiangonglv，dongtaiyouhuadianlixitongfadiancelve

，baozhangdianwangwendingyunxing。

二是智能的調度控製，在電力調度端

，深度學習、大數據驅動技術和機理仿真技術融合
，將幫助電力調度係統持續優化控製策略
，增強風電

、光伏
、水電和儲能的多能源協調能力，實現多能互補
，解決用電高峰期和低穀期電力輸出不平衡的問題。綠能的大規模並網對電網交直流混聯、源網荷儲交互的靈活重構、運行優化與決策也提出了更高要求。未來，人工智能技術將支撐我國綠色能源進入增量主體階段。

sanshizidonghuadeguzhangxiangying
，jiyudashujuheshenduxuexizuodianwangshebeideshishijiance，youzhuyukuaisutiquguzhangtezheng
，dafutishengdianlixitongdeguzhangshibienenglihexiangyingsudu。suizhejishuronghedejiashen，weilaiyouwangshixianhaomiaojidezidonghuayujingjiancehekongzhi。

綠lv色se能neng源yuan的de大da規gui模mo開kai發fa和he利li用yong已yi經jing成cheng為wei當dang今jin世shi界jie能neng源yuan發fa展zhan的de主zhu要yao方fang向xiang。在zai高gao比bi例li綠lv色se能neng源yuan並bing網wang的de趨qu勢shi下xia，傳chuan統tong電dian力li係xi統tong難nan以yi應ying對dui綠lv色se能neng源yuan在zai大da風feng
、暴雨、leidiandengtianqixiafadiangonglvdebuquedingxing，yijifuzaguzhangjishixiangyingdeyingduinengli。zaiyunxingjianceguochengzhong，canshuheyanheguzhangjiancerengxuyaodaliangderengongcanyu，guzhangtezhengtiqukunnan
，shibienanduda。zhenduidaguimolvsenengyuanbingwangzaiwending、運行和規劃上麵臨的各種挑戰
，以人工智能為主的新一代信息技術將對能源係統整體的高效穩定運行提供技術保障和有力支撐。

人工智能與能源電力的深度融合，將推動大規模新能源發電
、並網、輸送
、消(xiao)納(na)和(he)安(an)全(quan)運(yun)行(xing)
，完(wan)成(cheng)對(dui)能(neng)源(yuan)係(xi)統(tong)的(de)升(sheng)級(ji)改(gai)造(zao)。我(wo)們(men)預(yu)計(ji)在(zai)未(wei)來(lai)的(de)三(san)年(nian)內(nei)


，人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)將(jiang)幫(bang)助(zhu)電(dian)力(li)係(xi)統(tong)實(shi)現(xian)大(da)規(gui)模(mo)綠(lv)能(neng)消(xiao)納(na)，能(neng)源(yuan)供(gong)給(gei)在(zai)時(shi)間(jian)和(he)空(kong)間(jian)維(wei)度(du)上(shang)能(neng)夠(gou)互(hu)聯(lian)互(hu)濟(ji)
，網(wang)源(yuan)協(xie)調(tiao)發(fa)展(zhan)，彈(dan)性(xing)調(tiao)度(du)，實(shi)現(xian)電(dian)力(li)係(xi)統(tong)的(de)安(an)全(quan)、高效
、穩定運行。

趨勢五：柔性感知機器人

機器人將兼具柔性和類人感知，可自適應完成多種任務。

傳統機器人依賴預編程，局限於大型生產線等結構化場景。近年來
，柔性機器人結合柔性電子、力感知與控製、人工智能技術
，獲得了力覺、視覺、聲音等感知能力，應對多任務的通用性與應對環境變化的自適應性大幅提升。機器人將從大規模、標準化的產線走向小規模、feibiaozhunhuadechangjing。yujiweilaiwunian，rouxingganzhijiqirenjiangzhubutidaichuantonggongyejiqiren，chengweichanxianshangdezhulishebei，bingzaifuwujiqirenlingyukaishiguimohuayingyong。

機器人是技術的集大成者
，在過去硬件
、網絡、人工智能
、雲計算的融合發展下，技術成熟度有飛躍式的進度，在現有機器人基礎上
，機器人也朝向多任務
、自適應、協同化的路線發展。

柔性機器人是重要的突破代表，具有柔軟靈活、可編程、可伸縮等特征，結合柔性電子、力li感gan知zhi與yu控kong製zhi等deng技ji術shu，可ke適shi應ying多duo種zhong不bu同tong的de工gong作zuo環huan境jing
，並bing在zai不bu同tong的de工gong作zuo任ren務wu中zhong進jin行xing調tiao節jie。近jin年nian柔rou性xing機ji器qi人ren結jie合he人ren工gong智zhi能neng技ji術shu，使shi得de機ji器qi人ren具ju備bei感gan知zhi能neng力li

，提ti升sheng了le機ji器qi人ren的de通tong用yong性xing與yu自zi主zhu性xing
，降jiang低di對dui於yu預yu編bian程cheng的de依yi賴lai。

柔性感知機器人由於增加對環境的感知能力（包含力
、視覺、聲音等），對任務的遷移能力增強，不再像傳統機器人需要窮舉各自可能性，並且可執行依賴感知的任務（如醫療手術），tuozhanjiqirendeshiyongchangjing。lingyigeyoushishirenwuzhongzishiyingnengli，mianxiangtufadehuanjingbianhuanenggoujishifanying
，zhunquedewanchengrenwubingbimianwentifashengyukuoda。

在(zai)工(gong)業(ye)機(ji)器(qi)人(ren)領(ling)域(yu)，柔(rou)性(xing)感(gan)知(zhi)機(ji)器(qi)人(ren)的(de)出(chu)現(xian)讓(rang)機(ji)器(qi)人(ren)從(cong)大(da)規(gui)模(mo)標(biao)準(zhun)化(hua)的(de)產(chan)線(xian)走(zou)向(xiang)小(xiao)規(gui)模(mo)非(fei)標(biao)的(de)產(chan)線(xian)
，原(yuan)因(yin)一(yi)是(shi)柔(rou)性(xing)感(gan)知(zhi)機(ji)器(qi)人(ren)在(zai)任(ren)務(wu)間(jian)的(de)轉(zhuan)換(huan)能(neng)力(li)增(zeng)強(qiang)，二(er)是(shi)智(zhi)能(neng)化(hua)後(hou)降(jiang)低(di)使(shi)用(yong)的(de)門(men)檻(kan)。在(zai)疫(yi)情(qing)影(ying)響(xiang)下(xia)，招(zhao)工(gong)難(nan)度(du)不(bu)斷(duan)提(ti)升(sheng)
，柔(rou)性(xing)感(gan)知(zhi)機(ji)器(qi)人(ren)有(you)望(wang)補(bu)足(zu)用(yong)工(gong)缺(que)口(kou)。

zaifuwujiqirenlingyu，rouxingganzhijiqirenjidagaishanrenjijiaohudetiyanyuanquanxing

，tongguoganzhirendeyitu，gengrouruandichanshengfanyingyujiaohu，shidefuwujiqirenkeshixianyurengengjinjulidejiaohu。

柔性感知機器人的另一個發展方向是可移動性，與AGV（自動導航機器）結合，可在更大範圍中實現自主性與執行多任務的彈性，也為機器間與人機協作創造更多可能。

柔性感知機器人需要克服三個關鍵挑戰，一是機器人領域的智能水平受製於端側算力與小樣本學習的有效性
，有賴於雲端協同的突破
；二是柔性機器人的精度受製於材料的剛性，執行任務的準確性較低，有賴於可變材料的突破；三是柔性機器人的成本，有賴於工藝優化及進一步通用化使得價格具備競爭力。

我們預測
，未來5年(nian)內(nei)
，柔(rou)性(xing)機(ji)器(qi)人(ren)將(jiang)充(chong)分(fen)結(jie)合(he)深(shen)度(du)學(xue)習(xi)帶(dai)來(lai)的(de)智(zhi)能(neng)感(gan)知(zhi)能(neng)力(li)，能(neng)夠(gou)麵(mian)向(xiang)廣(guang)泛(fan)場(chang)景(jing)
，逐(zhu)步(bu)替(ti)代(dai)傳(chuan)統(tong)工(gong)業(ye)機(ji)器(qi)人(ren)，成(cheng)為(wei)產(chan)線(xian)上(shang)的(de)主(zhu)力(li)設(she)備(bei)。同(tong)時(shi)在(zai)服(fu)務(wu)機(ji)器(qi)人(ren)領(ling)域(yu)實(shi)現(xian)商(shang)業(ye)化(hua)，在(zai)場(chang)景(jing)、體驗、成本方麵具備優勢，開始規模化的應用。

趨勢六：高精度醫療導航

人工智能與精準醫療深度融合

，助力診療精度與效率提升。

傳(chuan)統(tong)醫(yi)療(liao)依(yi)賴(lai)醫(yi)生(sheng)經(jing)驗(yan)，猶(you)如(ru)人(ren)工(gong)尋(xun)路(lu)
，效(xiao)果(guo)參(can)差(cha)不(bu)齊(qi)。人(ren)工(gong)智(zhi)能(neng)與(yu)精(jing)準(zhun)醫(yi)療(liao)深(shen)度(du)融(rong)合(he)，專(zhuan)家(jia)經(jing)驗(yan)和(he)新(xin)的(de)輔(fu)助(zhu)診(zhen)斷(duan)技(ji)術(shu)有(you)機(ji)結(jie)合(he)，將(jiang)成(cheng)為(wei)臨(lin)床(chuang)醫(yi)學(xue)的(de)高(gao)精(jing)度(du)導(dao)航(hang)係(xi)統(tong)
，為(wei)醫(yi)生(sheng)提(ti)供(gong)自(zi)動(dong)指(zhi)引(yin)，幫(bang)助(zhu)醫(yi)療(liao)決(jue)策(ce)更(geng)快(kuai)更(geng)準(zhun)

，實(shi)現(xian)重(zhong)大(da)疾(ji)病(bing)的(de)可(ke)量(liang)化(hua)
、可計算、可預測
、kefangzhi。yujiweilaisannian，yirenweizhongxindejingzhunyiliaojiangchengweizhuyaofangxiang，rengongzhinengjiangquanmianshentouzaijibingyufanghezhenliaodegegehuanjie
，chengweijibingyufanghezhenliaodegaojingdudaohangxietong。

傳統醫學方法在疾病的早篩、診斷、預後
、治療中存在局限性
，體現在確診準確率和診療效率
、精jing度du和he效xiao果guo等deng多duo方fang麵mian。人ren工gong智zhi能neng有you望wang將jiang醫yi療liao專zhuan家jia的de經jing驗yan和he新xin的de輔fu助zhu診zhen斷duan技ji術shu有you機ji結jie合he，在zai滿man足zu臨lin床chuang設she計ji目mu標biao的de基ji礎chu上shang不bu斷duan進jin化hua，憑ping借jie良liang好hao的de人ren機ji交jiao互hu能neng力li，與yu醫yi生sheng協xie同tong互hu信xin，真zhen正zheng成cheng為wei醫yi生sheng不bu可ke或huo缺que的de幫bang手shou。

人工智能技術已被證明可與基因檢測、靶向治療、免疫治療等新技術研究有效結合，改變了單純依賴醫生經驗的診斷模式，以腫瘤為例：

在zai早zao篩shai和he確que診zhen環huan節jie
，人ren工gong智zhi能neng技ji術shu的de應ying用yong從cong單dan一yi癌ai種zhong走zou向xiang全quan癌ai種zhong的de精jing準zhun早zao篩shai。使shi用yong人ren工gong智zhi能neng影ying像xiang分fen析xi，醫yi生sheng可ke找zhao到dao癌ai細xi胞bao的de蹤zong跡ji
，改gai變bian傳chuan統tong僅jin用yong肉rou眼yan觀guan測ce癌ai細xi胞bao的de診zhen斷duan模mo式shi。通tong過guo對dui樣yang本ben大da數shu據ju做zuo標biao誌zhi物wu的de整zheng合he和he分fen析xi，可ke實shi現xian大da批pi量liang人ren群qun的de自zi動dong化hua篩shai查zha。同tong時shi

，人ren工gong智zhi能neng還hai能neng自zi動dong生sheng成cheng多duo模mo態tai放fang射she病bing理li診zhen斷duan和he綜zong合he評ping估gu報bao告gao
，輔fu助zhu醫yi生sheng決jue策ce

，提ti升sheng癌ai症zheng早zao診zhen率lv、治療率
，降低惡性腫瘤的死亡率。根據英美國家的統計

，使用人工智能技術做乳腺癌的早期篩查
，陽性誤診率分別降低了5.7%（美國）和1.2%（英國）。

在治療環節
，人工智能技術將改善傳統癌症治療方式
，對腫瘤的處理不再是簡單的手術切除與否
，而是可以明確是否複發、轉(zhuan)移(yi)，做(zuo)到(dao)比(bi)肉(rou)眼(yan)看(kan)得(de)更(geng)準(zhun)

，讓(rang)治(zhi)療(liao)過(guo)程(cheng)透(tou)明(ming)簡(jian)單(dan)。基(ji)於(yu)臨(lin)床(chuang)數(shu)據(ju)的(de)分(fen)析(xi)

，人(ren)工(gong)智(zhi)能(neng)在(zai)放(fang)療(liao)與(yu)化(hua)療(liao)的(de)個(ge)體(ti)情(qing)況(kuang)檢(jian)測(ce)和(he)靶(ba)向(xiang)用(yong)藥(yao)方(fang)麵(mian)也(ye)將(jiang)發(fa)揮(hui)關(guan)鍵(jian)作(zuo)用(yong)。此(ci)外(wai)
，人(ren)工(gong)智(zhi)能(neng)將(jiang)在(zai)腫(zhong)瘤(liu)特(te)異(yi)性(xing)免(mian)疫(yi)治(zhi)療(liao)過(guo)程(cheng)中(zhong)

，持(chi)續(xu)提(ti)升(sheng)預(yu)測(ce)抗(kang)原(yuan)的(de)精(jing)度(du)。特(te)異(yi)性(xing)的(de)細(xi)胞(bao)免(mian)疫(yi)治(zhi)療(liao)是(shi)最(zui)具(ju)潛(qian)力(li)的(de)腫(zhong)瘤(liu)治(zhi)療(liao)方(fang)法(fa)，需(xu)要(yao)通(tong)過(guo)腫(zhong)瘤(liu)特(te)異(yi)性(xing)識(shi)別(bie)來(lai)做(zuo)抗(kang)原(yuan)預(yu)測(ce)，人(ren)工(gong)智(zhi)能(neng)代(dai)替(ti)人(ren)工(gong)實(shi)驗(yan)來(lai)篩(shai)選(xuan)海(hai)量(liang)的(de)異(yi)常(chang)抗(kang)原(yuan)肽(tai)和(he)免(mian)疫(yi)細(xi)胞(bao)受(shou)體(ti)的(de)空(kong)間(jian)結(jie)構(gou)，完(wan)成(cheng)醫(yi)生(sheng)無(wu)法(fa)完(wan)成(cheng)的(de)工(gong)作(zuo)。

在zai預yu後hou環huan節jie，人ren工gong智zhi能neng技ji術shu改gai變bian了le以yi往wang單dan純chun依yi賴lai專zhuan家jia經jing驗yan的de預yu測ce方fang式shi，實shi現xian了le基ji於yu臨lin床chuang數shu據ju指zhi征zheng的de精jing確que計ji算suan，能neng夠gou指zhi引yin預yu後hou，降jiang低di風feng險xian。

高精度醫療導航的主要挑戰是標準化、規範性和可解釋性，可解釋性是建立人工智能和醫生的互信關係
、推動產業化的先決條件。

未(wei)來(lai)三(san)年(nian)，以(yi)人(ren)為(wei)中(zhong)心(xin)的(de)精(jing)準(zhun)醫(yi)療(liao)將(jiang)成(cheng)為(wei)主(zhu)要(yao)方(fang)向(xiang)，全(quan)麵(mian)滲(shen)透(tou)在(zai)疾(ji)病(bing)預(yu)防(fang)和(he)診(zhen)療(liao)的(de)各(ge)個(ge)環(huan)節(jie)，成(cheng)為(wei)疾(ji)病(bing)預(yu)防(fang)和(he)診(zhen)療(liao)的(de)高(gao)精(jing)度(du)導(dao)航(hang)協(xie)同(tong)。而(er)隨(sui)著(zhe)因(yin)果(guo)推(tui)理(li)的(de)進(jin)一(yi)步(bu)發(fa)展(zhan)，可(ke)解(jie)釋(shi)性(xing)有(you)望(wang)實(shi)現(xian)突(tu)破(po)
，人(ren)工(gong)智(zhi)能(neng)將(jiang)為(wei)疾(ji)病(bing)的(de)預(yu)防(fang)和(he)早(zao)診(zhen)早(zao)治(zhi)提(ti)供(gong)有(you)力(li)的(de)技(ji)術(shu)支(zhi)撐(cheng)。

趨勢七：全域隱私計算

破解數據保護和利用兩難，隱私計算走向全域數據保護。

數據安全保護與數據流通是數字時代的兩難問題，破解之道是隱私計算。過去受製於性能瓶頸、技術信任不足
、標準不統一等問題


，隱私計算尚隻能在少量數據的場景下應用。隨著專用芯片、加密算法、白盒化、數shu據ju信xin托tuo等deng技ji術shu融rong合he發fa展zhan，隱yin私si計ji算suan有you望wang跨kua越yue到dao海hai量liang數shu據ju



，數shu據ju源yuan將jiang擴kuo展zhan到dao全quan域yu，激ji發fa數shu字zi時shi代dai的de新xin生sheng產chan力li。預yu計ji未wei來lai三san年nian
，全quan域yu隱yin私si計ji算suan技ji術shu將jiang在zai性xing能neng和he可ke解jie釋shi性xing上shang有you新xin的de突tu破po
，或huo將jiang出chu現xian數shu據ju信xin托tuo機ji構gou提ti供gong基ji於yu隱yin私si計ji算suan的de數shu據ju共gong享xiang服fu務wu。

在數字經濟時代，數據成為核心生產要素
，但與此同時
，數據確權、數據法規


、隱私保護意識

、數據安全保障等因素，已成為跨組織間數據的共享與價值挖掘必須麵對的課題。

隱私計算融合密碼學、人工智能、芯片設計等學科，以多方安全計算、差分隱私


、可信計算為代表技術
，可在保證數據隱私不泄露的情況下實現計算分析，為跨組織的數據共享提供可行的模式。然而性能瓶頸
、技術信任不足、標準不統一等問題，讓隱私計算尚隻能在少量數據的場景下應用。

隱私計算將迎來三方麵的突破，讓隱私計算能被大規模應用：一是性能與效率的跨越式提升

，包含同態加密的算法突破，降低加解密的算力需求
、軟硬一體的加速芯片，針對多方安全計算和聯邦學習場景進行性能優化
、更多第三方提供可信執行環境（TEE）等。二是隱私計算技術的白盒化，提升技術的可解釋性進而強化信任度
，通過開放集成能力，降低跨技術
、跨模型的集成壁壘。三是數據信托機構的出現，作為可信第三方提供技術與運營，加速組織間的數據共享。

yinsijisuandejishutupojiangtuidongshujujisuanyousiyuzouxiangquanyu，fenxidejingduyushenduyesuizhekeyongdeshujuliangzengjiaertisheng

，zaimouxieduishujuliangqiangyilaidelingyuxiaoguogengxianzhu，rushangyefenxi、風險控製、學術研究、人工智能、精(jing)準(zhun)營(ying)銷(xiao)等(deng)。另(ling)一(yi)方(fang)麵(mian)，全(quan)域(yu)隱(yin)私(si)計(ji)算(suan)技(ji)術(shu)成(cheng)熟(shu)後(hou)
，有(you)望(wang)成(cheng)為(wei)數(shu)據(ju)共(gong)享(xiang)的(de)標(biao)準(zhun)，數(shu)據(ju)流(liu)通(tong)的(de)風(feng)險(xian)將(jiang)大(da)幅(fu)降(jiang)低(di)
，數(shu)據(ju)所(suo)有(you)者(zhe)與(yu)數(shu)據(ju)保(bao)管(guan)者(zhe)的(de)責(ze)任(ren)邊(bian)界(jie)更(geng)加(jia)明(ming)確(que)，安(an)全(quan)程(cheng)度(du)也(ye)更(geng)加(jia)可(ke)衡(heng)量(liang)。

chulejishuzhiwai，yinsijisuanzuidadebuquedingxinglaiziyuyunyingmoshiheheguibiaozhun。yunyingmoshishangweixingchengwanzhengdetixi
，rangshujutigongfangyouzugoudeyouyingongxiangshuju
，tongshibaozhangshujuzhiliangrangshujushiyongfangyouyiyuanfuchufeiyong。jiuheguibiaozhuneryan，yinsijisuandeheguihongxianbingbumingque
，rangjishufazhancunzaijiaodadebuquedingxing，jishuyubiaozhunxuyaozaifazhanguochengzhongbuduandixianghucujin。

womenyucezaisanniannei，quanyuyinsijisuanjiangzaixingnenghekejieshixingshangyouxindetupo
，bingkaishichuxianshujuxintuojigoutigongjiyuyinsijisuandeshujugongxiangfuwu。zaiweilaidewudaoshinian，quanyuyinsijisuanjianggaibianxianyoudeshujuliutongfangshi，xinxingyewuyejiangzaiquanyushujudejichushangdansheng，tishengquanshehuiyishujuweihexindeshengchanxiaolv。

趨勢八：星地計算

衛星及地麵一體化的通信與計算，促進空天地海的全麵數字化。

基於地麵網絡和計算的數字化服務局限在人口密集區域，深空

、海洋
、shamodengwurenqushangshifuwudekongbaididai。gaodiguiweixingtongxinhedimianyidongtongxinjiangwufenglianjie，xingchengkongtiandihaiyitihualitiwangluo。youyusuansuiwangdong
，xingdijisuanjiangjichengweixingxitong

、空中網絡
、dimiantongxinheyunjisuan，chengweiyizhongxinxingdejisuanjiagou
，kuozhanshuzihuafuwudekongjian。yujiweilaisannian，diguiweixingshulianghuiyinglaibaofashizengchang，weixingjiqidimianxitongjiangchengweixinxingjisuanjiedian。

近年，全球連接及數字化的需求不斷增加，不再隻是服務人口密集的區域，也延伸到深空
、海洋
、沙漠等無人區，單靠地麵網絡和計算已無法有效滿足需求。星地計算將衛星係統、空中網絡
、地麵通信和雲計算集成，成為一種新興的計算架構。

空中網絡和地麵通信係統無縫對接，以及技術能力不斷迭代升級

，將為全球各類應用提供高性能、低成本
、高可靠、無處不在的數字化連接
，降低獲取連接的複雜度
，並全麵提升連接質量。

suansuiwangdong，fanzaihulianwangbutonglianjiechangjingxiajianghuichanshengxindesuanlixuqiu，cujinhecuishenggengfengfuduoyuandesuanli，zaiduozhongjisuanrenwuzhongfahuizuoyong，congermanzubutongxingye、不同場景下的數字化需求，全麵提升各行各業的運行質量。

星地計算通過空、天
、地、海廣覆蓋的網絡連接實現全息泛在的智能高速寬帶通信和全域計算服務，促進萬物互聯
，將有效解決偏遠地區、hanghaihangkongdetongxinxuqiu，diyanshiguangfugaidewangluojiangcujinyunwangduandejinyiburonghe，weigezhongjiduanchangjingdailaixinxingyingyongdekeneng。congchanyeshijiaoeryan
，renyushebeizaixiangengrongyi，yiweizhegengshengengguangdeshuzihuayuzhinenghua，jiangjidachengducuihuazuzhidequanjuzhineng。

星地計算在實現上仍麵臨較多難題：一是空天地一體化通信問題。麵向種類繁多
、結構複雜的泛在互聯網的各種業務需求，傳統衛星通信的簡單技術體製、靜態處理機製、薄(bo)弱(ruo)產(chan)業(ye)基(ji)礎(chu)都(dou)難(nan)以(yi)適(shi)用(yong)。二(er)是(shi)星(xing)群(qun)計(ji)算(suan)問(wen)題(ti)。天(tian)上(shang)星(xing)間(jian)信(xin)息(xi)傳(chuan)輸(shu)光(guang)變(bian)電(dian)和(he)電(dian)變(bian)光(guang)的(de)發(fa)熱(re)問(wen)題(ti)還(hai)未(wei)被(bei)解(jie)決(jue)，製(zhi)約(yue)了(le)星(xing)間(jian)信(xin)息(xi)傳(chuan)輸(shu)的(de)效(xiao)率(lv)。三(san)是(shi)星(xing)地(di)產(chan)業(ye)融(rong)合(he)問(wen)題(ti)，地(di)麵(mian)硬(ying)件(jian)技(ji)術(shu)（如芯片）應用到衛星上仍然麵臨較大的環境適應問題（宇宙射線、空間幹擾等）
，需要新的製造工藝突破。

我(wo)們(men)預(yu)計(ji)在(zai)未(wei)來(lai)三(san)年(nian)
，低(di)軌(gui)衛(wei)星(xing)數(shu)量(liang)會(hui)迎(ying)來(lai)爆(bao)發(fa)式(shi)增(zeng)長(chang)
，與(yu)高(gao)軌(gui)衛(wei)星(xing)共(gong)同(tong)組(zu)成(cheng)衛(wei)星(xing)互(hu)聯(lian)網(wang)。在(zai)未(wei)來(lai)五(wu)年(nian)

，衛(wei)星(xing)互(hu)聯(lian)網(wang)與(yu)地(di)麵(mian)網(wang)絡(luo)將(jiang)無(wu)縫(feng)結(jie)合(he)形(xing)成(cheng)天(tian)地(di)一(yi)體(ti)的(de)泛(fan)在(zai)互(hu)聯(lian)網(wang)
，衛(wei)星(xing)及(ji)其(qi)地(di)麵(mian)係(xi)統(tong)成(cheng)為(wei)新(xin)型(xing)計(ji)算(suan)節(jie)點(dian)
，在(zai)各(ge)類(lei)數(shu)字(zi)化(hua)場(chang)景(jing)中(zhong)發(fa)揮(hui)作(zuo)用(yong)。

趨勢九：雲網端融合

雲網端融合形成新計算體係

，催生雲上新物種。

新型網絡技術發展將推動雲計算走向雲網端融合的新計算體係
，並實現雲網端的專業分工：雲將作為腦，負責集中計算與全局數據處理；網絡作為連接
，將多種網絡形態通過雲融合，形成低延時
、廣覆蓋的一張網；端作為交互界麵
，呈現多元形態，可提供輕薄
、長效、沉浸式的極致體驗。雲網端融合將促進高精度工業仿真、實時工業質檢、虛實融合空間等新型應用誕生。預計未來兩年，將有大量新型應用在雲網端融合的新計算體係中運行。

雲(yun)計(ji)算(suan)發(fa)展(zhan)過(guo)去(qu)經(jing)曆(li)了(le)兩(liang)個(ge)階(jie)段(duan)，第(di)一(yi)階(jie)段(duan)是(shi)基(ji)礎(chu)設(she)施(shi)雲(yun)化(hua)，雲(yun)計(ji)算(suan)取(qu)代(dai)傳(chuan)統(tong)數(shu)據(ju)中(zhong)心(xin)，算(suan)力(li)與(yu)數(shu)據(ju)向(xiang)雲(yun)端(duan)遷(qian)移(yi)。第(di)二(er)階(jie)段(duan)是(shi)架(jia)構(gou)雲(yun)原(yuan)生(sheng)化(hua)
，應(ying)用(yong)使(shi)用(yong)雲(yun)原(yuan)生(sheng)的(de)先(xian)進(jin)架(jia)構(gou)，走(zou)向(xiang)容(rong)器(qi)化(hua)與(yu)無(wu)服(fu)務(wu)器(qi)化(hua)。在(zai)網(wang)絡(luo)連(lian)接(jie)技(ji)術(shu)高(gao)速(su)發(fa)展(zhan)的(de)背(bei)景(jing)下(xia)
，雲(yun)計(ji)算(suan)開(kai)始(shi)走(zou)向(xiang)第(di)三(san)個(ge)階(jie)段(duan)

，雲(yun)、網、端的協作關係發生變化，走向雲網端融合的新體係架構。

新的體係架構下，雲和端將專業分工。雲作為體係中的“腦”
，負責計算與數據處理，具備更好的計算效率、體係化的數據處理以及高精高效高覆蓋的人工智能。

網作為體係中的連接，光纖
、5G
、衛星互聯網等技術通過雲融合

，形成低延時、廣覆蓋的一張網，連接各種形態的雲和端，讓雲網端形成更有機的整體。

端作為體係中的交互界麵
，可大幅簡化非必要的計算和數據資源，更專注在用戶體驗上，如輕薄
、長效、沉(chen)浸(jin)式(shi)體(ti)驗(yan)等(deng)，端(duan)的(de)形(xing)態(tai)將(jiang)更(geng)加(jia)多(duo)元(yuan)
，覆(fu)蓋(gai)各(ge)類(lei)場(chang)景(jing)下(xia)的(de)交(jiao)互(hu)需(xu)求(qiu)。端(duan)雲(yun)協(xie)同(tong)，實(shi)現(xian)在(zai)一(yi)種(zhong)的(de)端(duan)上(shang)完(wan)成(cheng)多(duo)樣(yang)場(chang)景(jing)
，而(er)在(zai)多(duo)種(zhong)的(de)端(duan)上(shang)有(you)一(yi)致(zhi)的(de)體(ti)驗(yan)。

雲網端的融合協同將更高效地促進誕生更多新型應用：在雲端
，應用將不受過去裝置資源的限製，釋放更多可能性，如高精度的工業仿真；在網側，分布式的算力將更促進更多低時延的邊緣計算應用，例如實時的工業質檢；在端側，雲網端進行協同與交互，催生如元宇宙的虛擬世界。

雲網端融合的體係需要克服兩個挑戰，一是網絡技術的發展，由於在新的體係中網絡扮演著關鍵的角色
，網絡質量、成本與覆蓋都將成為體係的製約條件，新型網絡技術（如5G與衛星互聯網）需要不斷以應用需求為導向進行技術優化迭代並且多種手段開展覆蓋建設。二是信息安全，數據在雲上處理，對數據加密、數據治理、安全計算、隱私計算等安全技術的要求更高。

我們預測在未來的2年內，將有大量的應用場景在雲網端的體係運行
，伴隨著更多依雲而生的新型設備
，帶來更極致也更豐富的用戶體驗。

趨勢十：XR 互聯網

XR 眼鏡會成為重要交互界麵，帶動下一代互聯網發展。

隨著端雲協同計算、網絡通信、數字孿生等技術發展，以沉浸式體驗為核心的XR（未來虛實融合）互聯網將迎來爆發期。眼鏡有望成為新的人機交互界麵
，推動形成有別於平麵互聯網的XR互聯網，催生從元器件、設備
、操作係統到應用的新產業生態。XR互聯網將重塑數字應用形態，變革娛樂、社交

、工作
、購物
、教育、醫療等場景交互方式。預計未來三年
，外形與重量接近普通眼鏡的新一代XR眼鏡將產生，成為下一代互聯網的關鍵入口。

互hu聯lian網wang的de發fa明ming，引yin領ling了le數shu字zi時shi代dai的de發fa展zhan
，互hu聯lian網wang的de更geng新xin迭die代dai，也ye對dui產chan業ye的de格ge局ju產chan生sheng巨ju大da影ying響xiang。移yi動dong互hu聯lian網wang讓rang手shou機ji取qu代dai個ge人ren電dian腦nao，操cao作zuo係xi統tong和he應ying用yong也ye產chan生sheng了le極ji大da變bian化hua，而er隨sui著zheVR
、AR為代表的虛擬現實技術的產業化，下一代的XR互聯網
，也將對數字時代產生巨大影響。

XRhulianwangjianggaibianyonghudexinxiganzhihehuoqufangshi，zuidadetezhengshishiyouerweipingmianzouxiangsanweilitidechenjinshitiyan，xinxihuiyizuizirandefangshibeihuoqu
，rangyonghusuojianjisuode。

構築XR互聯網需要四大要素：硬件（如XR眼鏡等）、內容（如娛樂、購物、社交等）、人工智能（如空間感知
、數字孿生）
、基礎設施（如5G
、雲計算等）。四大要素中硬件和內容會率先發展，硬件是獲取數據的根本
，也是互聯網平台的載體。XR眼鏡會成為XR互聯網的重要入口
，同時雲網端協同將改變眼鏡的形態
，使其向著分體積更小、重量更輕、響應速度更快的方向發展。內容則以娛樂社交和辦公場景為先
，再逐漸發展至購物


、教育、醫療等對遠距互動有一定需求的場景。

XR互聯網改變人與科技互動的方式

，一是模擬真實世界的時空
，解決真實世界遠距移動的問題

，如遠程教育、遠程醫療
、遠程辦公等，消除地理空間的限製，解決真實世界存在的問題。二是創造真實世界不存在的時空
，解決真實世界不完美的問題，如遊戲、社交等，滿足用戶重新建立自我認可的需求。XR互聯網也將重塑現有的產業結構
，催生一批從元器件、設備、操作係統到應用的新產業。

XR互聯網當前還處於發展初期
，技術上最大的挑戰是如何實現高度沉浸式體驗。一是AR、VR、MR眼鏡等終端在算力
、分辨率、體積和功耗的問題有較大提升空間，使用者體驗仍有一定差距。二是當前的體驗技術更注重視覺和聽覺，對觸覺
、嗅覺、味wei覺jiao等deng體ti驗yan技ji術shu仍reng有you巨ju大da技ji術shu差cha距ju。最zui後hou是shi隱yin私si風feng險xian，個ge體ti隱yin私si數shu據ju作zuo為wei支zhi撐cheng其qi持chi續xu運yun轉zhuan的de底di層ceng資zi源yuan需xu要yao不bu斷duan更geng新xin和he擴kuo張zhang，數shu據ju資zi源yuan合he規gui收shou集ji
、儲存與管理的規則尚待探討。

我們預計未來3年內會產生新一代的眼鏡，融合AR與VR的技術，利用端雲協同計算、光學
、透視等技術將外形與重量接近於普通眼鏡，XR眼鏡成為互聯網的關鍵入口，得到大範圍普及。